CN114077599B - 支持动态数据修补的变压器感知量数据库构建方法、装置及系统 - Google Patents

支持动态数据修补的变压器感知量数据库构建方法、装置及系统 Download PDF

Info

Publication number
CN114077599B
CN114077599B CN202111201684.8A CN202111201684A CN114077599B CN 114077599 B CN114077599 B CN 114077599B CN 202111201684 A CN202111201684 A CN 202111201684A CN 114077599 B CN114077599 B CN 114077599B
Authority
CN
China
Prior art keywords
data
historical
sampling
perception
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111201684.8A
Other languages
English (en)
Other versions
CN114077599A (zh
Inventor
吕顺利
国中琦
郑玉平
王伟
周捷
丁杰
张海滨
李金波
罗欣
侯宇
陈遗志
左红兵
刘世裕
董璇
曹东宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NARI Group Corp
Nari Technology Co Ltd
Original Assignee
NARI Group Corp
Nari Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NARI Group Corp, Nari Technology Co Ltd filed Critical NARI Group Corp
Priority to CN202111201684.8A priority Critical patent/CN114077599B/zh
Publication of CN114077599A publication Critical patent/CN114077599A/zh
Application granted granted Critical
Publication of CN114077599B publication Critical patent/CN114077599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/211—Schema design and management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种支持动态数据修补的变压器感知量数据库构建方法、装置及系统，所述方法包括将现场采样变压器感知量数据存储在对应实时状态量数据表中，通过检测异常感知量数据，构建异常数据索引表及实时感知量数据库；将实时感知量数据库中数据按采样频率分类，将各采样时刻感知量数据存储起来，构建历史感知量数据库；查询异常数据索引表，采用数据推测方法对异常数据进行数据修正，并采用数据验证方法对相应异常数据进行再次修正，完善实时及历史感知量数据库数据；将历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，构建计算模块数据库。本发明可以有效处理相关电力设备感知量数据，提高采样数据准确性和设备运检效率。

Description

支持动态数据修补的变压器感知量数据库构建方法、装置及系统
技术领域
本发明属于电力设备监测技术领域，具体涉及一种支持动态数据修补的变压器感知量数据库构建方法、装置及系统。
背景技术
电力变压器是电力系统中电压变换、能量转换、传输的核心设备，对其运行状态的精确监测可以有效保障其安全运行，对供电保证及电网稳定至关重要。综合前人相关研究可以看出，各类电力变压器运行状态评估算法的精确性对状态感知量的数据质量有很大的依赖性。从实际现场电力设备监测反映出的情况可以看出，电力变压器监测感知量的数据质量并不是十分稳定，经常出现数据缺失的情况。此外，由于装置本身的测量误差，以及各类外部因素造成的电磁干扰问题，使得电力变压器监测感知量出现不符合实际情况的错误数据。此类数据易给数据趋势判断带来严重误导，从而导致电气设备状态评估结果不符合实际，影响运行人员综合判别，延误事故预警。因此，对电力变压器监测感知量数据质量评估和修正及相关数据库构建方法的研究具有重要意义。
发明内容
针对上述问题，本发明提出一种支持动态数据修补的变压器感知量数据库构建方法、装置及系统，实现电力变压器监测感知量数据支撑质量的提升，提高电气设备状态评估算法精确度，降低故障发生几率。
为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
第一方面，本发明提供了一种支持动态数据修补的变压器感知量数据库构建方法，包括：
基于电力变压器现场采样感知量数据，形成实时感知量数据库；
检测出实时感知量数据库中的异常感知量数据，形成异常数据索引表；
将实时感知量数据库中感知量数据按采样频率分类，并在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成分类信息索引表及历史感知量数据库；
查询所述异常数据索引表，根据对应历史感知量数据，采用数据推测方法对异常数据进行数据修正，并更新实时感知量数据库及历史感知量数据库；
检测所述历史感知量数据库，采用数据验证方法对相应异常数据进行再次修正，完善历史感知量数据库数据，并更新异常数据索引表；
将所述历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，并存储在计算数据表中，形成计算模块数据库，用于支撑相关设备状态监测数据需求。
可选地，所述实时感知量数据库的形成方法包括：
将电力变压器现场采样感知量数据存储在对应实时状态量数据表中；
基于所有实时状态量数据表，形成实时感知量数据库。
可选地，所述实时状态量数据表采用文本或ID检索方式进行查询，包括ID号、采样名称、采样数值、采样频率和采样类型。
可选地，所述检测出实时感知量数据库中的异常感知量数据，具体为：
当实时感知量数据小于最小给定值或大于最大给定值时，或者为缺失数据时，该认定该实时感知量数据为异常感知量数据；
所述异常数据索引表采用文本或ID检索方式进行查询，包括ID号和采样时刻。
可选地，所述分类信息索引表及历史感知量数据库的形成方法包括：
根据电力变压器现场采样感知量数据上送的时间间隔，将电力变压器现场采样感知量数据按采样频率进行分类处理，形成分类信息索引表；所述分类信息索引表采用文本或ID检索方式进行查询，包括ID号、数据表名称和采样频率。
在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成历史感知量数据库；各历史感知量数据表中存储有相同采样频率下的感知量数据，并形成与采样时间对应的映射关系，包括如ID号、采样时刻和采样数值。
可选地，所述采用数据推测方法对异常数据进行数据修正采用的修正公式为：
Figure BDA0003305179220000021
Figure BDA0003305179220000022
Figure BDA0003305179220000023
Figure BDA0003305179220000031
Figure BDA0003305179220000032
其中，Y为修正值，Dt为历史感知量数据，Tt为Dt对应的采样时刻，n为历史感知量数据总数，X为待修正采样时刻，k1、k2、k3为相关中间变量，Nt为当前历史感知量数据个数，fD为感知量采样频率。
可选地，所述对相应异常数据进行再次修正采用的方法为：
根据异常数据索引表，提取待再次修正历史感知量数据，其中所述历史感知量数据最终采样时刻需大于待再次修正数据采样时刻；
采用数据验证方法对相应异常数据进行再次修正，并更新历史感知量数据库；
若历史数据修正值与再修正值偏差或两次再修正值偏差在给定允许范围内，则可认为修正成功，删除对应异常数据索引，并更新异常数据索引表；
可选地，所述采用数据验证方法对相应异常数据进行再次修正采用的修正公式为：
Figure BDA0003305179220000033
Figure BDA0003305179220000034
Figure BDA0003305179220000035
其中，Y′为再次修正数据，Ki为给定采样时刻系数，m为历史感知数据库对应的历史感知数据总数，Wk为待再次修正采样时刻差，X为待再次修正采样时刻，Gk为给定采样时刻差，Ti为给定采样时刻，Tk为任一历史感知数据采样时刻。
可选地，所述计算模块数据库为不同采样频率下的历史感知量数据库转换为给定采样频率的感知量数据，对应计算数据表采用文本或ID检索方式进行查询，包含的变量类型与历史感知量数据库相同；所述感知量数据采样频率的转换方法包括：
针对采样频率低于给定采样频率的感知量数据，其计算模块感知量数据需要扩充，对应数据复制原采样时间段内的历史采样数据；
针对采样频率高于给定采样频率的感知量数据，其计算模块感知量数据需要删减，对应数据采用距离原采样时刻最近的历史采样数据。
第二方面，本发明提供了一种支持动态数据修补的变压器感知量数据库构建装置，包括：
第一形成单元，用于基于电力变压器现场采样感知量数据，形成实时感知量数据库；
第二形成单元，用于检测出实时感知量数据库中的异常感知量数据，形成异常数据索引表；
第三形成单元，用于将实时感知量数据库中感知量数据按采样频率分类，并在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成分类信息索引表及历史感知量数据库；
第一更新单元，用于查询所述异常数据索引表，根据对应历史感知量数据，采用数据推测方法对异常数据进行数据修正，并更新实时感知量数据库及历史感知量数据库；
第二更新单元，用于检测所述历史感知量数据库，采用数据验证方法对相应异常数据进行再次修正，完善历史感知量数据库数据，并更新异常数据索引表；
第四形成单元，用于将所述历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，并存储在计算数据表中，形成计算模块数据库，用于支撑相关设备状态监测数据需求。
第三方面，本发明提供了一种支持动态数据修补的变压器感知量数据库构建系统，包括存储介质和处理器；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述的方法。
与现有技术相比，本发明的有益效果：
本发明提出的支持动态数据修补的变压器感知量数据库构建方法、装置及系统，将传感器实时采样的感知量按采样频率进行分类，提高了电气设备感知量处理效率，所构建的实时感知量数据库及历史感知量数据库有效为相关电气设备状态评估提供了数据支撑。此外，提出的感知量数据判别及修正方法可以有效修正明显不符合实际情况的错误数据，提高了采样数据质量，确保运维效率及精度，降低了故障的发生几率，具有重要应用价值。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：
图1为变压器感知量数据库构建方法流程图；
图2为变压器感知量数据库构建方法逻辑图；
图3为变压器实时感知量数据表示意图；
图4为变压器感知量异常数据索引表示意图；
图5为变压器感知量分类信息索引表示意图；
图6为变压器历史感知量数据表示意图；
图7为变压器实时感知量修正方法流程图；
图8为变压器历史感知量修正方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
本发明提供了一种支持动态数据修补的变压器感知量数据库构建方法，如图1-图2所示，包括以下步骤：
步骤(1)基于电力变压器现场采样感知量数据，形成实时感知量数据库；
在本发明实施例的一种具体实施方式中，所述实时感知量数据库的形成方法包括：
将电力变压器现场采样感知量数据存储在对应实时状态量数据表中；所述实时状态量数据表采用文本或ID检索方式进行查询，包括ID号、采样名称、采样数值、采样频率和采样类型等变量，具体参见图3。所述实时状态量数据表定义方式如下：
实时数据表→{“实时数据表”}or{ID} (1)
对应实时数据构建方式如下：
实时数据→{“ID”}+{“名称”}+{“数值”}+{“频率”}+{“类型”} (2)
基于所有实时状态量数据表，形成实时感知量数据库。
步骤(2)检测出实时感知量数据库中的异常感知量数据，形成异常数据索引表，具体参见图4；
在本发明实施例的一种具体实施方式中，所述检测出实时感知量数据库中的异常感知量数据，具体为：
当实时感知量数据小于最小给定值或大于最大给定值时，或者为缺失数据时，该认定该实时感知量数据为异常感知量数据；对应判别规则可表示为：
Figure BDA0003305179220000061
所述异常数据索引表采用文本或ID检索方式进行查询，包括ID号和采样时刻等变量；其中，异常数据索引表定义方式如下：
异常数据索引表→{“异常数据索引表”}or{ID} (4)
对应索引数据构建方式如下：
异常索引数据→{“ID”}+{“时刻”} (5)
步骤(3)将实时感知量数据库中感知量数据按采样频率分类，并在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成分类信息索引表及历史感知量数据库；
在本发明实施例的一种具体实施方式中，所述分类信息索引表及历史感知量数据库的形成方法包括：
根据电力变压器现场采样感知量数据上送的时间间隔，将电力变压器现场采样感知量数据按采样频率进行分类处理，形成分类信息索引表；
在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成历史感知量数据库；所述分类信息索引表采用文本或ID检索方式进行查询，包括ID号、数据表名称和采样频率等变量，具体参见图5；
其中，分类信息索引表定义方式如下：
分类信息索引表→{“分类信息索引表”}or{ID} (6)
对应分类索引数据构建方式如下：
分类索引数据→{“ID”}+{“名称”}+{“频率”} (7)
各历史感知量数据表中存储有相同采样频率下的感知量数据，形成与采样时间对应的映射关系，包括如ID号、采样时刻和采样数值等变量，具体参见图6。
对应历史感知数据构建方式如下：
历史数据→{“ID”}+{“时刻”}+{“数值”} (8)
步骤(4)查询所述异常数据索引表，根据对应历史感知量数据，采用数据推测方法对异常数据进行数据修正，并更新实时感知量数据库及历史感知量数据库；如图7所示，具体包括以下步骤：
提取待修正感知量数据对应所有历史数据，将采样时间转换，转换方法为当前采样个数乘以该感知量采样频率的倒数，所述采样时间的单位应精确到秒，对应转换方法如下：
Figure BDA0003305179220000071
其中，Tt为当前感知量数据采样时间，Nt为当前历史感知量数据个数，fD为对应感知量数据采样频率。
对于n个历史感知量数据，修正数据为k1倍的历史数据之和，加上k2倍的当前采样时间与k3之和，对应修正方法可表示为：
Figure BDA0003305179220000072
其中，Y为修正值，Dt为历史感知量数据，n为历史感知量数据总数，X为待修正采样时刻，k1，k2，k3为相关中间变量。
变量k1为所有采样时刻平方的和与2/n倍的所有采样时刻和的平方之差，再除以n倍所有采样时刻平方的和与所有采样时刻和的平方之差，对应计算方法如下：
Figure BDA0003305179220000073
其中，Tt为Dt对应的采样时刻。
变量k2为n倍所有采样时刻乘以采样数据的和，减去所有采样时刻之和与所有采样数据之和的乘积，再除以n倍所有采样时刻平方的和与所有采样时刻和的平方之差，对应计算方法如下：
Figure BDA0003305179220000074
变量k3为所有采样时刻与采样数据之积的和与所有采样时刻和的乘积，再除以n倍所有采样时刻平方的和与所有采样时刻和的平方之差，对应计算方法如下：
Figure BDA0003305179220000075
修正数据为k1倍的历史数据之和，加上k2倍的当前采样时间与k3之和，对应修正方法如下式所示。
Figure BDA0003305179220000081
步骤(5)检测所述历史感知量数据库，采用数据验证方法对相应异常数据进行再次修正，完善历史感知量数据库数据，并更新异常数据索引表；如图8所示，具体包括以下步骤：
根据异常数据索引表，提取待再次修正历史感知量数据，其中所述历史感知量数据最终采样时刻需大于待修正数据采样时刻。
计算待再次修正采样时刻依次与所有历史采样时刻之差，以及给定采样时刻与所有历史采样时刻之差，其中所述历史采样时刻不包含给定采样时刻，对应采样时刻差值计算方法可表示为：
Figure BDA0003305179220000082
其中，Wk为待再次修正采样时刻差，X为待再次修正采样时刻，Gk为给定采样时刻差，Ti为给定采样时刻，Tk为任一历史数据采样时刻。
将所有待再次修正采样时刻对应的差与给定采样时刻对应的差做商再依次相乘，所得计算结果为对应给定采样时刻系数，对应给定采样时刻系数的计算方法可表示为：
Figure BDA0003305179220000083
其中，Ki为给定采样时刻系数，m为历史感知量数据库对应数据总数。
将给定采样时刻系数与对应采样时刻数据相乘，待再次修正数据为所有给定采样时刻乘积之和，对应再次修正数据计算方法可表示为：
Figure BDA0003305179220000084
其中，Y′为对应再次修正数据。
重复上述步骤，直到得到所有待再次修正历史数据，并更新历史感知量数据库。
历史数据修正值与再修正值偏差或两次再修正值偏差在给定允许范围内，则可认为修正成功，删除对应异常数据索引，并更新异常数据索引表；
步骤(6)将所述历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，并存储在计算数据表中，形成计算模块数据库，用于支撑相关设备状态监测数据需求，具体包括以下步骤：
所述计算模块数据库为不同采样频率下的历史感知量数据库转换为给定采样频率的感知量数据，对应计算数据表采用文本或ID检索方式进行查询，包含的变量类型与历史感知量数据库相同。其中，计算数据表定义方式如下：
计算数据表→{“计算数据表”}or{ID} (17)
针对采样频率低于给定采样频率的感知量数据，其计算模块感知量数据需要扩充，对应数据可复制原采样时间段内的历史采样数据，对应扩充规则可表示为：
Figure BDA0003305179220000091
其中，Dt1为新历史数据，Dt为原历史数据，t1为新历史数据采样时刻，t为原历史数据采样时刻，fD为原感知量采样频率。
针对采样频率高于给定采样频率的感知量数据，其计算模块感知量数据需要删减，对应数据可采用距离原采样时刻最近的历史采样数据，对应删减规则可表示为：
Figure BDA0003305179220000092
其中，fD1为新感知量采样频率。
实施例2
基于与实施例1相同的发明构思，本发明实施例中提供了一种支持动态数据修补的变压器感知量数据库构建装置，包括：
第一形成单元，用于基于电力变压器现场采样感知量数据，形成实时感知量数据库；
第二形成单元，用于检测出实时感知量数据库中的异常感知量数据，形成异常数据索引表；
第三形成单元，用于将实时感知量数据库中感知量数据按采样频率分类，并在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成分类信息索引表及历史感知量数据库；
第一更新单元，用于查询所述异常数据索引表，根据对应历史感知量数据，采用数据推测方法对异常数据进行数据修正，并更新实时感知量数据库及历史感知量数据库；
第二更新单元，用于检测所述历史感知量数据库，采用数据验证方法对相应异常数据进行再次修正，完善历史感知量数据库数据，并更新异常数据索引表；
第四形成单元，用于将所述历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，并存储在计算数据表中，形成计算模块数据库，用于支撑相关设备状态监测数据需求。
其余部分均与实施例1相同。
实施例3
基于与实施例1相同的发明构思，本发明实施例中提供了一种支持动态数据修补的变压器感知量数据库构建系统，包括存储介质和处理器；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (8)

1.一种支持动态数据修补的变压器感知量数据库构建方法，其特征在于，包括：
基于电力变压器现场采样感知量数据，形成实时感知量数据库；
检测出实时感知量数据库中的异常感知量数据，形成异常数据索引表；
将实时感知量数据库中感知量数据按采样频率分类，并在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成分类信息索引表及历史感知量数据库；
查询所述异常数据索引表，根据对应历史感知量数据，采用数据推测方法对异常数据进行数据修正，并更新实时感知量数据库及历史感知量数据库；
检测所述历史感知量数据库，采用数据验证方法对相应异常数据进行再次修正，完善历史感知量数据库数据，并更新异常数据索引表；
将所述历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，并存储在计算数据表中，形成计算模块数据库，用于支撑相关设备状态监测数据需求；
所述采用数据推测方法对异常数据进行数据修正采用的修正公式为：
Figure FDA0004025235490000011
Figure FDA0004025235490000012
Figure FDA0004025235490000013
Figure FDA0004025235490000014
Figure FDA0004025235490000015
其中，Y为修正值，Dt为历史感知量数据，Tt为Dt对应的采样时刻，n为历史感知量数据总数，X为待修正采样时刻，k1、k2、k3为相关中间变量，Nt为当前历史感知量数据个数，fD为感知量采样频率；
所述对相应异常数据进行再次修正采用的方法为：
根据异常数据索引表，提取待再次修正历史感知量数据，其中所述历史感知量数据最终采样时刻需大于待再次修正数据采样时刻；
采用数据验证方法对相应异常数据进行再次修正，并更新历史感知量数据库；
若历史数据修正值与再修正值偏差或两次再修正值偏差在给定允许范围内，则可认为修正成功，删除对应异常数据索引，并更新异常数据索引表；
所述采用数据验证方法对相应异常数据进行再次修正采用的修正公式为：
Figure FDA0004025235490000021
Figure FDA0004025235490000022
Figure FDA0004025235490000023
其中，Y′为再次修正数据，Ki为给定采样时刻系数，m为历史感知数据库对应的历史感知数据总数，Wk为待再次修正采样时刻差，X'为待再次修正采样时刻，Gk为给定采样时刻差，Ti为给定采样时刻，Tk为任一历史感知数据采样时刻。
2.根据权利要求1所述的一种支持动态数据修补的变压器感知量数据库构建方法，其特征在于，所述实时感知量数据库的形成方法包括：
将电力变压器现场采样感知量数据存储在对应实时状态量数据表中；
基于所有实时状态量数据表，形成实时感知量数据库。
3.根据权利要求2所述的一种支持动态数据修补的变压器感知量数据库构建方法，其特征在于，所述实时状态量数据表采用文本或ID检索方式进行查询，包括ID号、采样名称、采样数值、采样频率和采样类型。
4.根据权利要求1所述的一种支持动态数据修补的变压器感知量数据库构建方法，其特征在于，所述检测出实时感知量数据库中的异常感知量数据，具体为：
当实时感知量数据小于最小给定值或大于最大给定值时，或者为缺失数据时，则认定该实时感知量数据为异常感知量数据；
所述异常数据索引表采用文本或ID检索方式进行查询，包括ID号和采样时刻。
5.根据权利要求1所述的一种支持动态数据修补的变压器感知量数据库构建方法，其特征在于，所述分类信息索引表及历史感知量数据库的形成方法包括：
根据电力变压器现场采样感知量数据上送的时间间隔，将电力变压器现场采样感知量数据按采样频率进行分类处理，形成分类信息索引表；所述分类信息索引表采用文本或ID检索方式进行查询，包括ID号、数据表名称和采样频率；
在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成历史感知量数据库；各历史感知量数据表中存储有相同采样频率下的感知量数据，并形成与采样时间对应的映射关系，包括ID号、采样时刻和采样数值。
6.根据权利要求1所述的一种支持动态数据修补的变压器感知量数据库构建方法，其特征在于，所述计算模块数据库为不同采样频率下的历史感知量数据库转换为给定采样频率的感知量数据，对应计算数据表采用文本或ID检索方式进行查询，包含的变量类型与历史感知量数据库相同；所述感知量数据采样频率的转换方法包括：
针对采样频率低于给定采样频率的感知量数据，其计算模块感知量数据需要扩充，对应数据复制原采样时间段内的历史采样数据；
针对采样频率高于给定采样频率的感知量数据，其计算模块感知量数据需要删减，对应数据采用距离原采样时刻最近的历史采样数据。
7.一种支持动态数据修补的变压器感知量数据库构建装置，其特征在于，包括：
第一形成单元，用于基于电力变压器现场采样感知量数据，形成实时感知量数据库；
第二形成单元，用于检测出实时感知量数据库中的异常感知量数据，形成异常数据索引表；
第三形成单元，用于将实时感知量数据库中感知量数据按采样频率分类，并在对应历史感知量数据表中存储各采样时刻下的感知量数据，形成分类信息索引表及历史感知量数据库；
第一更新单元，用于查询所述异常数据索引表，根据对应历史感知量数据，采用数据推测方法对异常数据进行数据修正，并更新实时感知量数据库及历史感知量数据库；
第二更新单元，用于检测所述历史感知量数据库，采用数据验证方法对相应异常数据进行再次修正，完善历史感知量数据库数据，并更新异常数据索引表；
第四形成单元，用于将所述历史感知量数据库中不同采样频率下的感知量数据转化为给定采样频率感知量数据，并存储在计算数据表中，形成计算模块数据库，用于支撑相关设备状态监测数据需求；
所述采用数据推测方法对异常数据进行数据修正采用的修正公式为：
Figure FDA0004025235490000041
Figure FDA0004025235490000042
Figure FDA0004025235490000043
Figure FDA0004025235490000044
Figure FDA0004025235490000045
其中，Y为修正值，Dt为历史感知量数据，Tt为Dt对应的采样时刻，n为历史感知量数据总数，X为待修正采样时刻，k1、k2、k3为相关中间变量，Nt为当前历史感知量数据个数，fD为感知量采样频率；
所述对相应异常数据进行再次修正采用的方法为：
根据异常数据索引表，提取待再次修正历史感知量数据，其中所述历史感知量数据最终采样时刻需大于待再次修正数据采样时刻；
采用数据验证方法对相应异常数据进行再次修正，并更新历史感知量数据库；
若历史数据修正值与再修正值偏差或两次再修正值偏差在给定允许范围内，则可认为修正成功，删除对应异常数据索引，并更新异常数据索引表；
所述采用数据验证方法对相应异常数据进行再次修正采用的修正公式为：
Figure FDA0004025235490000046
Figure FDA0004025235490000047
Figure FDA0004025235490000051
其中，Y′为再次修正数据，Ki为给定采样时刻系数，m为历史感知数据库对应的历史感知数据总数，Wk为待再次修正采样时刻差，X'为待再次修正采样时刻，Gk为给定采样时刻差，Ti为给定采样时刻，Tk为任一历史感知数据采样时刻。
8.一种支持动态数据修补的变压器感知量数据库构建系统，其特征在于，包括存储介质和处理器；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1-6中任一项所述的方法。
CN202111201684.8A 2021-10-15 2021-10-15 支持动态数据修补的变压器感知量数据库构建方法、装置及系统 Active CN114077599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111201684.8A CN114077599B (zh) 2021-10-15 2021-10-15 支持动态数据修补的变压器感知量数据库构建方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111201684.8A CN114077599B (zh) 2021-10-15 2021-10-15 支持动态数据修补的变压器感知量数据库构建方法、装置及系统

Publications (2)

Publication Number Publication Date
CN114077599A CN114077599A (zh) 2022-02-22
CN114077599B true CN114077599B (zh) 2023-04-14

Family

ID=80283409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111201684.8A Active CN114077599B (zh) 2021-10-15 2021-10-15 支持动态数据修补的变压器感知量数据库构建方法、装置及系统

Country Status (1)

Country Link
CN (1) CN114077599B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114511245A (zh) * 2022-02-24 2022-05-17 国电南瑞科技股份有限公司 一种集控系统的多变压器状态多维评估展示方法、系统、存储介质及计算设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107818678A (zh) * 2017-10-27 2018-03-20 武汉大学 用于用电信息采集系统的实时在线修正方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105573859A (zh) * 2014-10-15 2016-05-11 中兴通讯股份有限公司 一种数据库的数据恢复方法和设备
CN106199768B (zh) * 2016-06-27 2019-03-19 武汉大学 一种分布式智能气象传感器监测系统及其控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107818678A (zh) * 2017-10-27 2018-03-20 武汉大学 用于用电信息采集系统的实时在线修正方法及装置

Also Published As

Publication number Publication date
CN114077599A (zh) 2022-02-22

Similar Documents

Publication Publication Date Title
CN112685949A (zh) 一种基于数字孪生的变压器健康预测方法
CN114462133A (zh) 基于数字孪生技术装备产品碳足迹数字化核算方法及系统
AU2022204116A1 (en) Verification method for electrical grid measurement data
CN104598671A (zh) 一种基于在线数据的数字电网构建方法
CN113870046B (zh) 电力设备故障诊断方法及设备
CN114077599B (zh) 支持动态数据修补的变压器感知量数据库构建方法、装置及系统
CN102521080A (zh) 电力用户用电信息采集系统的计算机数据修复方法
CN117029968A (zh) 一种流量数据的诊断方法、系统、存储介质和电子设备
CN111080128A (zh) 一种火电站金属设备大数据分析和可靠性评价管理系统
CN117311295B (zh) 基于无线网络设备的生产质量提升方法及系统
CN111178607A (zh) 一种核电机组高可用性设计监控方法
CN110826735A (zh) 一种电力scada智能多维查询检修方法
Wang et al. A trend‐based approach for situation awareness in power systems
CN106066860B (zh) 一种电能计量装置管理的方法
JP2013125369A (ja) 発変電機器修繕計画支援システム及びその修繕計画支援方法
CN112231981B (zh) 大规模电磁暂态仿真算例的建立方法
CN112200458B (zh) 一种配电网规划数据应用方法及系统
Alquthami et al. Importance of smart meters data processing–case of saudi arabia
Dang et al. Construction of Knowledge Graph of Electrical Equipment Based on Sentence-BERT
CN105678008A (zh) 一种电力变压器经济剩余寿命评估方法与系统
Han et al. An online calculation method of theoretical power losses for high-voltage distribution system based on rapid modeling and data quality analysis
CN112101797A (zh) 一种复杂工业系统动态故障诊断方法及系统
CN113656267B (zh) 设备能效的计算方法、装置、电子设备及存储介质
CN115357601B (zh) 一种变电工作实时数据获取方法和系统
CN115329089A (zh) 电能质量影响因子自动识别方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant